HENGSHI SENSE 4.0 发布，前所未有的敏捷分析管道

引言：我们面临什么样的数据环境变化 

真实案例一

某全球知名快消品牌一年前在业务部门推行了敏捷 BI 工具，一时间业务人员纷纷大展身手，秒变数据分析师，各种场景的炫酷 dashboard 很高效地拖拽出来，业务部门内部数据分析的意识得到了快速普及。

数周后，支撑的 IT 部门开始发现有些问题，敏捷 BI 总是需要数据仓库的团队提前做好很多数据准备和清洗的工作，于是大量的 ETL 任务被指派给了 IT 部门。每一个 ETL 任务都是一个单独孤立的定时任务，每一个任务来自于一个“敏捷”的分析需求，这些需求很可能是试错的探索，也可能是迭代的过程，但是这些过程会占据大量的计算资源，并迅速产生一大堆的中间表。

  敏捷不仅没有解决问题，反而成为了混乱的来源

真实案例二

一个全球500强制造企业，完成了企业内部规划的大数据平台建设，也搭建了成熟的数据团队，基于大数据平台，企业内部开始有一些进一步的中台规划，统一协调管理。

近一年来，业务突然提速，各种云端业务也开始迅速开展，包括新能源、金融等多个新部门的业务都需要快速搭建数据分析体系，并嵌入分析看板到各种业务场景中，能力要求一下子超出了目前的中台建设，同时中台团队也疲于应付6个月前就早早确定的工作规划，难以抽身及时响应。

中台不坏，却让敏捷响应业务的目标显得更遥远

真实案例三

某业财领域 SaaS 的独角兽，业务发展迅猛，已经成为行业内的头部厂商。在发展过程中，团队看到客户的数据分析的意识越来越强烈，客户成功团队也意识到这是重要的决定续约增购的关键核心能力，但产研团队无法兼顾快速的业务侧功能迭代和数据侧分析高度灵活的双重压力，矛盾极其尖锐。

团队考察了全球范围内多种优秀成熟的分析工具，都欠缺灵活可定制的能力，也没有 API 开放的功能架构和完备的租户隔离，无法真正用于数据的能力基座，即使购买也会为产研团队带来很大的整合困难和二次开发成本。

数据分析已经不再是单一的应用工具，而是可复用的基础能力

HENGSHI SENSE 4.0 创新概述

数据分析更加民主化，也更需要被管控

数字化转型的直接后果就是几乎所有的业务场景，都需要数据能力加持，尤其在 ERP、HCM、Marketing、Sales、Operation等管理运营场景。数据天生是管理的语言，数据分析能力和清晰表达的视觉化效果几乎决定了业务管理的水平，嵌入集成到各种业务应用，让数据语言通畅无阻则是分析民主化的必然趋势。

在定义 BI 的机构 Gartner 年度报告中，Embedded 的比重明显逐年加重，在 Power BI、Qlik、Tableau 等传统厂商的产品路线图里，近年来嵌入整合能力都得到了长足进步，因为数据分析和可视化已经成为垂直应用场景中必备的核心能力。

数据分析已从单独的应用泛化下沉，成为一种基础能力

在企业传统的 IT 部门和业务部门的配合流程中，一个新兴的“数据部门”正在快速兴起，数据团队出现标志着企业内部的整个工作流程在围绕数据进行组织重构。

数据分析师、数据工程师、数据科学家一些新的角色也在出现，发挥各自的专业特长，形成内部的协作流程，共同挖掘数据的价值，将数据形成资产。

正因业务部门对数据，准确的说是对分析指标的需求广泛且快速变化，如何有序、可控和高效的构建数据分析的过程，成为企业内部必须要面对的问题。IT 或者数据部门，一方面要考虑尽可能对业务部门开放，让快速变化、思路敏捷的业务方真正走入分析的过程中，另一方面也需要更加可管可控，保证数据的真实口径（Single of Truth），同时避免重复建设和资源浪费。

数据分析对业务开放需求激增，也给到 IT 和数据部门更大的管控责任

我们需要集团军，还是需要游击队

数据中台对于大型互联网企业来说非常重要，其意义类似于数据仓库对普通企业一样，都是因为数据本身的存储、计算和搬运成本巨大，牺牲灵活性去获得可控的成本是有理由的。大数据意味着需要专有的批处理技术更低成本的处理数据，这是数据中台诞生的根本原因。

但业务的快速发展变化，和中台的规模化阵地战是天然矛盾的。在中台缜密稳重的规划之外，永远有创新业务、临时变化、创意探索和各种数据试验，这些是业务数据化的必然结果，毕竟之前才没有这样的数据源材料可供分析，也没有这样的意识去考核指标。我们希望在业务提出构思的当下，就能够快速构建指标模型，组装分析管道，提供数据的回答。

我们需要集团军的系统规划，也离不开游击队的快速出击

分析是对所有业务提出的要求

也是对所有软件 ISV 提出的要求

真正理解分析的厂商是行业应用厂商，即垂直领域的专业厂商。分析是一个业务管理动作，也是一个持续探索的过程，这个过程中得以沉淀的是企业经营的行业指标体系，这是一个专业领域运营方法论的体现。商业智能的诞生来自于企业管理的 KPI 理论，KPI 的定义是对业务过程中的关键指标的定义，这个定义过程是动态的、灵活的，这决定了分析从一开始就是动态的，僵化的分析毫无意义，KPI 体系会随着不同的业务阶段发生变化，不会静止。

业务数据化，分析场景化，是传统行业数字化转型的结果。独立的报表和分析从一开始能够大有作为，主要还是业务自身不具备这些基础能力，数据分析自然成了一个独立的工作单位。在业务已经基本完成数字化、甚至是云化的今天，已经完全有能力在业务场景内搭建强大的分析场景，满足明确的业务 KPI 需求和探索需求，分析能力既是对所有业务提出的要求，也是对所有软件厂商提出的要求。

未来所有的软件厂商都是 BI 厂商

灵活应对业务是大势所趋，No ETL！

敏捷 BI 解决了很多问题，我们的关注是没有解决问题。整个数据分析的瓶颈